智慧礦山工業互聯網技術架構探討

　　摘 要：針對智慧礦山建設過程中存在的信息孤島、數據質量和網絡信息安全等問題，分析了智慧礦山建設技術架構現狀，對比了智慧礦山建設與煤炭工業互聯網關系，采用以 ISO/IEC/IEEE42010 系統與軟件工程標準為主要方法論，提出了智慧礦山工業互聯網架構體系，包括設備層、邊緣層、企業層和產業層的“網絡、標識、平臺、安全”四大系統建設，提出了智慧礦山工業互聯網平臺技術五層架構，分析了各層構建的主要內容和相互關系，包括①現場層，提供工業設備與業務管理數據來源與流程優化場景;②邊緣層，構建基于 OPC UA 與 TSN 融合的邊緣云計算架構，實現感知、互連與計算的邊緣側應用閉環;③IaaS 層，構建基于邊云協同的存儲與計算架構，實現網絡、存儲、CPU 等資源虛擬化與池化;④工業 PaaS 平臺層，包括通用資源部署與管理、礦山大數據引擎、礦山機理與大數據建模分析、礦山數字孿生信息模型建模引擎和基于微服務框架及組件開發環境; ⑤工業 SaaS 應用層，調用和封裝工業 PaaS 平臺上的開發工具、礦山機理模型、數據驅動模型等服務開發智慧礦山業務運行與礦山智能化應用 APP。并探討了基于智慧礦山工業互聯網操作系統 PaaS 平臺構建“智慧礦山大腦”賦能智慧礦山建設，主要有礦山資源勘察、數字化協同設計、礦井施工管理、綜合自動化集成、智能開采、快速掘進、地測管理、故障診斷、智能物流、智能通風、精準感知、重大危險源辨識與控制等賦能應用場景，最后進行了總結和展望。

　　張建中; 郭軍， 煤炭科學技術 發表時間：2021-08-05

　　關鍵詞：智慧礦山、工業互聯網、技術架構、工業 PaaS 平臺、云邊協同

　　0 引 言

　　煤炭資源開采是在地下受限空間內進行的生產活動，礦山地質環境復雜多變，保障設備與人員工作安全的可靠環境包括采、掘、機、運、通等多達 90 多個子系統[1]，這些子系統的數據邏輯、業務邏輯、運行邏輯交織在一起構成了一個大規模復雜的運行體系。在新一代的采礦科學、信息科學及 3S 技術的飛速發展下，這一運行體系也經歷著從機械化、自動化、數字化到智能化和智慧化的發展，并且取得了較為顯著的成果。然而在眾多研究成果之中，被廣泛提及的并且難以解決的問題主要包括如下幾個方面：一是信息和數據無法有效關聯，存在大量信息孤島、業務鴻溝和系統煙囪，無法進行大數據分析、人工智能深度應用，缺乏“智慧的大腦”對所有子系統進行協調、聯控。二是數據采集、傳輸及質量問題，受礦山惡劣環境因素制約，礦山網絡鏈路、傳輸協議等普遍存在數據傳輸實時性差、誤碼率高、傳輸環節多和數據質量差等問題[2]，難以實現基于“智慧大腦”的遠程強實時控制等應用。三是安全問題，包括網絡安全和信息安全，煤炭生產較多重視環境、設備、人員的安全，而對網絡安全和信息安全重視不夠，導致礦井信息化、自動化系統整體安全水平不高，系統防護薄弱，進而引發礦井管理者和操作者對信息化系統全流程、全周期應用是否安全可靠的信任問題。

　　為解決上述問題，業內專家學者以“智慧礦山” 頂層設計、建設框架、技術架構、關鍵技術和信息化標準等方向進行探索研究實踐[3-8]，其中，毛善君提出了以知識模型庫、數據倉庫和元數據庫為核心的數字煤礦、智慧煤礦 6 層總體架構[3];霍中剛、武先利提出“一網一站”的綜合智慧通信架構[4];王莉提出了智慧礦山 7 項關鍵技術[5];韓建國提出面向區域礦井群的 5 層智能礦山架構[6];許金提出了設備層、傳輸層、服務層和應用層 4 層智慧礦山技術架構[7];賀耀宜提出了智慧礦山分級評價方法和分為物聯感知、協同管控、礦端智能決策和云端決策支持 4 層架構[8]。這些研究提出了相關問題的解決方案，推動了行業進步。然而，筆者從相關文獻研究發現，雖然在智慧礦山建設總體架構、業務架構和思路上達成了共識，但在具體關鍵技術架構、關鍵技術應用層面還存在不夠清晰、體系化不完善等問題，尤其是在利用云計算、大數據、物聯網、人工智能等新一代信息技術在智慧礦山建設信息融合應用層面存在一定差異、各有側重。

　　與此同時，工業互聯網作為新一代信息技術與制造業深度融合的產物，其理念及技術體系正逐步在煤炭行業推廣應用，尤其是 2020 年 3 月，工業互聯網列入“新基建”的重點發展領域，工信部、應急管理部隨后組織召開煤炭行業工業互聯網應用工作座談會，這些發展背景和舉措表明，煤炭行業兩化深度融合已經進入到工業互聯網生態建設與應用的新階段。基于此，筆者在分析智慧礦山技術架構和煤炭工業互聯網相關理念與體系架構基礎上，探討了智慧礦山工業互聯網技術架構、關鍵技術及賦能應用場景。

　　1 智慧礦山技術架構現狀

　　煤炭行業兩化融合從數字化礦山邁入了智能礦山、智慧礦山建設階段，技術架構也隨著信息技術的進步在逐步迭代。2009 年，呂鵬飛、郭軍提出數字礦山關鍵技術需要建立以礦井監控數據、空間數據為基礎，以礦用對象庫為核心的統一的數字礦山基礎信息平臺作為核心支撐[9];張夏林等基于 QuantyMine 數字礦山系統為核心，建立以主題式對象-關系數據庫的技術方法與應用軟件層疊式復合模式[10];毛善君等提出以 GIS 平臺為核心的“一張圖”協同分布式管理平臺解決煤礦信息化過程中的數據孤島、智能分析水平差等問題[11]。此外，一些專家學者提出以信息化五層架構模型為參考建設數字化礦山，分為設備層、控制層、生產執行層、經營管理層、決策支持層[12] 等，這些建設思路和實踐為礦山數字化基礎打下了很好的基礎。

　　進入智慧礦山建設階段，業內專家學者普遍認為智慧礦山是數字化礦山的概念升華[13]，智慧礦山階段擁有更加精準全面的井上下環境感知能力、更加強大的網絡互聯設備、更加準確的多學科融合的智能應用，并將能有效改善目前我國礦山信息化建設中存在的諸多問題[14-15]。智慧礦山技術架構方面普遍提出以物聯感知、深度互連和智能應用三層為主，基于此三層向底層或頂層進行擴展。智慧礦山并非是云計算、物聯網、人工智能、大數據等技術的簡單堆積，而是如何采用這些技術手段解決煤礦開采中的效率問題、安全問題和效益問題[2]。其中，張良、李首濱等提出闡述了煤礦最核心的綜采工作面數字化、信息化、自動化、智能化和無人化的關系[16]，并提出了綜采工作面無人化開采系統架構。智能化開采體系化方面李首濱提出了智能化開采 4 個階段，并提出了智能自適應無人開采控制模型，包括執行層、感知層、控制層和分析決策層等 4 層關鍵技術架構[17]。譚章祿提出了智慧礦山總體架構“四橫三縱”，“四橫”包括應用層、數據及應用支撐層、網絡通信層和感知控制層;“三縱”分別為信息系統標準化體系、管理運維體系和信息安全體系[18]。姜德義等在煤炭行業內首次提出了以工業互聯網平臺技術架構為參考，架構面向智慧礦山應用的邊緣云協同計算技術架構，該架構將“非實時、長周期數據、業務決策數據”和“實時性、短周期數據、本地決策”兩類數據從架構層面進行分類處理，形成新的邊緣云協同計算體系，從頂層設計層面保證了智慧礦山的建設基礎[2]。

　　綜上所述，由數字化礦山到智慧礦山主要體現出三種主要技術路線：其一是以綜采工作面自動化控制、數字化和無人化為核心智慧礦山建設;其二是以全礦井綜合自動化平臺為核心技術路線的智慧礦山建設;其三是以 GIS 為基礎的礦井生產技術“一張圖” 智慧礦山建設。目前，這三種技術路線正逐步進行融合，而關鍵在于形成一個標準的、開放的技術架構將這些技術進行有機組織，充分的融合，筆者基于這些背景，利用工業互聯網架構體系對此進行了梳理，以供探討。

　　2 智慧礦山工業互聯網體系架構

　　2.1 煤炭工業互聯網概念與內涵

　　工業互聯網由網絡、平臺、安全三個部分構成，其中網絡是基礎、平臺是核心、安全是保障[19]。工業互聯網三大要素的提出較為契合目前智慧礦山建設過程中遇到的三大問題，而工業互聯網架構體系從總體上給出了較為全面、開放的架構，來解決工業全要素、全產業鏈、全價值鏈的互聯互通和產業結構優化。

　　煤炭工業互聯網本質內涵是通過構建精準、實時、高效的數據采集互聯體系，建立面向煤炭行業的大數據存儲、集成、訪問、分析、管理的開發環境和應用環境，支撐相關工業技術、經驗、知識模型化、軟件化、復用化，以數據的有序自動流動解決復雜生產系統面臨的不確定性，不斷優化勘探設計、開采洗選、運營管理等資源配置效率，形成資源富集、多方參與、合作共贏、協同演進的煤炭行業生態。

　　2.2 智慧礦山與煤炭工業互聯網技術比較分析

　　煤炭行業工業互聯網的技術核心是通過工業互聯網平臺把設備、開采、洗選、運銷和客戶緊密地連接起來，幫助煤炭行業拉長產業鏈，實現跨設備、跨系統、跨礦區、跨地區互聯互通，實現煤炭行業高質量發展。

　　智慧礦山的技術內涵是將現代信息、控制技術與采礦技術融合，在復雜的資源開采信息背后找出最高效、最安全、最環保的生產路徑，對礦井系統進行最佳的協同運行控制，并根據地質環境及生產要求變化自動創造全新的控制流程。

　　煤炭工業互聯網是為煤炭行業、產業賦能，智慧礦山是為單一煤礦企業、集團的生產、經營、管理賦能。智慧礦山工業互聯網是利用煤炭工業互聯網實現的設備、生產系統、企業、產業互連形成的基礎設施和資源能力，賦能智慧礦山建設過程中煤炭開采涉及的生產、經營、管理的方方面面。同時，工業互聯網體系架構為智慧礦山技術架構提供了參考和借鑒意義。

　　2.3 智慧礦山工業互聯網體系架構

　　智慧礦山工業互聯網體系架構采用以 ISO/IEC/ IEEE 42010 系統與軟件工程標準為主要方法論，借鑒 2020 年 4 月工業互聯網產業聯盟發布的《工業互聯網體系架構(版本 2.0)》中總體實施框架，提出智慧礦山工業互聯網體系架構[20]，如圖 1 所示：包含“網絡、標識、平臺、安全”四大系統的建設。其中，網絡系統關注煤炭開采全要素、全系統、全產業鏈互聯互通新型基礎設施的構建;標識系統關注煤炭開采要素的標識資源、解析系統等關鍵基礎的構建;平臺系統關注智慧礦山建設涵蓋的邊緣系統、企業平臺和產業平臺交互協同的實現;安全系統關注生產安全和信息安全管控、安全態勢感知、防護能力等建設。其中企業級、邊緣系統是智慧礦山建設主要內容，企業級工業互聯網 PaaS 平臺是實現新一代智慧礦山操作系統的核心，企業級平臺與邊緣系統形成邊云協同的架構及計算體系。

　　2.4 智慧礦山工業互聯網平臺技術架構

　　智慧礦山工業互聯網平臺是在云計算平臺的基礎上疊加物聯網、大數據、人工智能等新興技術，建立“感知→互聯→分析”的基本運行框架，形成空間數字化、信息集成化、設備互聯化、虛實一體化和控制網絡化，結合人工智能、標識解析等技術手段，實現“自學習→預測→決策→控制”閉環，從而實現煤炭開采過程中海量異構數據匯聚與建模分析、工業經驗知識軟件化與模塊化、新型工業軟件開發與運行，支撐煤炭生產智能決策、業務模式創新、資源優化配置、產業生態培育，提高煤炭產業鏈抵御風險、抗市場波動能力。

　　技術架構如圖 2 所示：從下至上分為現場層、邊緣層、IaaS 層、工業 PaaS 平臺層和工業 SaaS 應用層五個層次，以智慧礦山標準為引領、工業互聯網安全 體系為保障，面向礦山勘探設計、建井開拓、采掘運輸、通風安全、供電保障、地質測量、壓風供液、倉儲洗選等全流程、全要素為研究對象，將傳統的礦山運營業務流程、系統部署、數據結構等進行解耦和重構，梳理并建立數據流、信息流、業務流等運行規范，優化礦山要素資源配置，全面提升礦山安全生產輔助和經營決策能力，同時為企業、行業和政府機構提供統計分析、安全監管、應急處置和產業鏈優化提供支撐，促進礦山企業和行業高質量發展。

　　(1)現場層

　　包括礦山工業現場和業務管理現場，以煤炭井工開采為例，工業現場包括勘探、建井、掘進、開采、支護、運輸、洗選等井上下的生產環境設備、生產環境、地質環境和人員狀態等;業務管理包括地測管理、通風設計、物資管理、調度管理等。現場層為上層提供數據來源和應用下發環境，是智慧礦山工業互聯網落地應用的承載場景。

　　(2)邊緣層

　　邊緣層通過協議轉換、邊緣計算等構建精準、實時、高效的數據采集體系，本質上是實現物理空間隱性數據在賽博空間的顯性化。通過對開采機械、運輸設備、洗選設備等的網絡化改造，將嵌入式控制、獨立式控制、智能網關、邊緣分布式網關和邊緣分布式服務器進行解耦與重構，基于 OPC UA 架構與 TSN (時間敏感網絡)融合構建邊緣云計算架構模式，實現智能開采優化控制、安全態勢感知等業務編排與聯接計算，實現邊緣側的應用閉環，通過匯聚層的匯集、轉發、存儲與共享服務為工業 PaaS 平臺提供全樣本數據來源，并為基于 PaaS 云計算平臺產生的模型提供應用環境。

　　(3)IaaS 層

　　IaaS 層包括邊緣云基礎設施和中心云基礎設施兩部分，邊緣側通過 5G、NB-IoT、LoRa、IPv6、WiFi6、 TSN 等新一代通信技術在近設備端和控制器端的應用，基于邊緣云計算架構打造礦山企業工業控制網、管理信息網和無線網;中心云用于智慧礦山工業互聯網平臺承載基礎設施，通過云邊計算、網絡、存儲等資源的虛擬化，實現信息基礎設施的資源池化。IaaS 層提供所有計算需要的基礎設施，包括處理 CPU、內存、存儲、網絡和其它基本的計算資源，根據 PaaS 層的運算需要部署和運行相應的軟件，包括操作系統和應用程序等，并形成云邊協同的存儲與計算架構模式。

　　(4)PaaS 層

　　工業 PaaS 層是工業互聯網平臺實驗環境建設的關鍵技術核心，從下至上分為：

　　①通用 PaaS 平臺資源部署與管理，包括結構化、非結構化等數據庫服務;中間件、容器、模板等應用服務，代碼托管、鏡像倉庫應用構建等應用開發服務和資源調度、負載均衡、彈性伸縮等運行環境管理等。

　　②礦山大數據基礎引擎服務，a.數據處理服務：數據清洗、數據過濾、數據轉換、數據裝載等;b.數據存儲計算：由實時數據、關系數據、分布式文件等構成的數據湖(DL)經面向主題的操作性數據(ODS)集成，建模形成數據倉庫(DW)，面向礦山運營和智能化應用建立數據集市(DM)及其應用服務;c. 數據管理：數據模型管理、數據質量管理、數據安全管理、數據共享管理等;d.數據分析：并行計算、可視化編排和算法庫等;e.數據服務：數據訪問服務、數據分析服務等。

　　③礦山機理與大數據建模分析引擎，包括面向采礦工藝理論、原理過程和仿真實驗的機理建模和面向人工智能應用的數據建模、訓練的機器學習引擎等。

　　④礦山 BIM+GIS 數字孿生引擎，包括基于礦山管理殼的數字清單、組件管理器的資產優化配置與管理，數字孿生信息模型建模與模擬仿真等。

　　⑤智慧礦山應用開發環境，基于工業互聯網平臺基礎開發框架和工業微服務組件整合礦山大數據服務引擎、數據建模與分析引擎、數字孿生引擎能力，搭建面向智慧礦山應用 APP 開發環境、工業智能化服務和礦山標識解析服務等。

　　PaaS 層實現以“搭積木”的方式提供礦山工業 APP 創建、測試和部署的開發環境，本質上是一個向下可以調用設備、業務系統等軟硬件資源，向上可以承載工業 APP 等應用服務的“工業操作系統”。

　　(5)SaaS 層

　　SaaS 層是通過調用和封裝工業 PaaS 平臺上的開發工具、礦山機理模型、數據驅動模型等服務開發形成的應用服務，本質是面向智慧礦山業務運行場景的一個個數字化解決方案。智慧礦山工業互聯網的 SaaS 層利用平臺層積累沉淀的各類型數據模型，以工業微服務為基礎，煤炭資源開采的各環節、各業務可打造定制化、高可靠、可擴展的應用。通過智慧礦山互聯網平臺可實現對安全、生產和經營數據的實時分析和實時決策，為礦山企業提供安全、生產、管理及經營方面的智慧化應用，以此方式在確保應用服務的個性化基礎上，提升智慧礦山工業互聯網平臺的應用靈活性，保證平臺的整體技術敏感性，以此為基礎面向礦山企業人員、科研人員、高校學生和自由開發者均可基于該平臺進行礦山智慧化應用的開發、運維和應用，從而產生新的產業生態。

　　此外，工業互聯網安全體系是整個智慧礦山工業互聯網安全可信運行的基本保障，通過打造滿足工業需求的安全技術體系和相應管理機制，提供應用邊界防護、訪問控制、入侵防范、安全審計等安全技術，識別和抵御來自內外部的安全威脅，化解各種安全風險，實現網絡安全與物理安全的真正融合。

　　3.智慧礦山工業互聯網賦能應用場景

　　基于智慧礦山工業互聯網技術架構，構建智慧礦山工業 PaaS 操作系統，覆蓋從礦山設計、建設、生產、運營、安全、運銷等全產業鏈條，具備端到端的服務能力，形成“智慧礦山大腦”，優化和賦能智慧礦山建設的全要素、全流程和全產業鏈應用場景，如圖 3 所示。

　　綜合分析目前行業內的應用場景，主要包括如下幾方面：

　　(1)礦井地質資源勘察保障應用場景

　　利用地質精準探測技術、三維動態高精度地質建模技術，結合智慧礦山工業互聯網平臺大數據分析方法與 GIS 組件，開發適應資源儲量管理、采掘接續規劃設計、瓦斯抽采設計優化與效果評價、水害防治、主要隱蔽致災因素風險評估等應用。形成基于三維 GIS 地測信息平臺的跨系統、跨部門協作的有效一體化協同管理平臺，實現地質、測量及生產動態信息的一張圖管理，服務于智能礦山建設的需要。

　　(2)礦山工程數字化協同設計賦能

　　在現有礦山工程數字化設計基礎上，利用 BIM 技術將傳統煤炭采礦工程設計工具、設計方法、設計知識提煉重構并云化處理，利用智慧礦山工業互聯網平臺匯聚相關設計知識庫及資源，并形成覆蓋煤礦采、掘、機、運、通、洗選等全產業鏈的系列化微服務組件，為煤礦從初設、建井到生產采掘接續運營全業務過程提供云端設計知識及工具服務，更好的解決受限空間內的采掘部署和復雜工藝協同設計問題，從而實現基于平臺知識共享的數字化協同設計全新模式。

　　(3)礦井建設施工管理賦能

　　在礦井設計方案基礎上，利用智慧礦山工業互聯網平臺構架的 BIM 設計及施工協同平臺及組件，并結合平臺提供的豐富的設計、建井、施工工藝知識及資源，實時進行礦井建設施工過程仿真，并利用平臺地質保障 SaaS 應用及時洞察受限空間內的地質擾動，解決施工過程中的異常事件、隱蔽工程等因素導致的施工計劃變動、工程量不準確和成本不可控等問題，實現煤礦企業、設計單位、施工單位等多方、多部門的協同施工，實現智慧礦山建井施工精益管控目標。

　　(4)礦井綜合自動化集成控制賦能

　　基于智慧礦山工業互聯網平臺賦能新一代 SCADA 集控平臺，集成打通多個信息化體系，將礦井各生產子系統接入統一控制平臺，實現礦井各生產子系統的高度集中與控制，數據資源的合理利用與共享;有效解決了以往生產過程中生產組織不平衡，各系統數據不共享，冗余數據不優化等問題。為煤炭企業經營管理者提供設計研發、經營管理、生產管控等多方面綜合性的數據支撐，實現關鍵大型設備健康狀況預警、生產安全追溯、生產進程把控、生產工藝靈活轉換，全面降低煤炭企業生產管理成本、反應時間和提升生產效率、質量安全等。

　　(5)煤礦智能化開采賦能

　　煤礦智能化開采是智慧礦山工業互聯網的最主要組成部分，也是智慧礦山工業互聯網體系建設的主要目標。依托智慧礦山工業互聯網建設，加快煤炭生產設備、系統的智能化改造，針對日益復雜的煤炭資源地下開采環境，深入分析工作面開采存在的問題，研究智能化開采所需的工藝方法、環境感知、裝備可靠性保障、大數據分析、機器人、智能化控制及成套裝備技術，發新材料、新裝置、新設備，全面提升綜采煤機裝備的工作性能、壽命、自動化程度及環境適應性，利用工業互聯網平臺匯聚的工業機理與大數據分析模型優化開采成套設備的協同控制方法，大幅提升開采的效率、水平和安全程度，最終目標是“井下機器人操作，井上遠程決策控制”。

　　(6)礦井開拓快速掘進賦能

　　井巷工程掘進是一個復雜的系統工程，掘進效率制約著煤炭生產進度，基于傳統的掘進工藝及裝備現狀，利用智慧礦山工業互聯網平臺提供的云計算、大數據、AI 等關鍵技術及組件，將成套掘進裝備、圍巖地質條件等信息進行集成，構建狀態感知、實時分析、科學決策、精準執行的智能化快速掘進系統，實時發現未知地質空間的危險源及隱患信息，及時進行掘進方案調整，解決掘進過程中跨系統、跨業務協同問題，并實現快速掘進“無線遙控、遠控、掘錨一體、一次成巷”目標，優化掘進工藝流程、提高礦井掘進效率。

　　(7)礦井地測應用場景

　　地質測量應用場景是煤礦安全生產的基礎，地測數據和圖件是煤礦最重要的技術資料，對于指導生產、采礦設計、編制采掘計劃等有重要作用。傳統地測工作方式消耗大量的人力物力，通過智慧礦山工業互聯網平臺創新型技術架構和基礎設施，開發適用現代化礦山需求的地測地理信息系統。應用系統由基礎數據管理(地質、測量、三儲量、防治水)、地測 CAD 輔助制圖、三維地質建模、三維地測聯網等幾部分組成，完成從巷道測量、鉆孔勘探、水文和儲量普查管理，到各類礦用圖件輔助編制，再到井上下三維虛擬場景創建和分析，實現礦山企業集團、生產礦井、業務科室多級單位地測數據成果的一體化管理解決方案。

　　(8)設備故障預測診斷賦能

　　設備預測性維護是工業 IoT 的典型場景，主要面向高價值、高數據量、高故障損失、部署位置分布廣泛的工業設備。依托智慧礦山工業互聯網平臺提供的通用故障預測模型和云端機器學習成果，通過設備預測性維護服務，對分析出來的異常數據再次進行分析，得出設備故障原因與嚴重程度，為應急控制、維修管理、安標設備故障溯源提供準確依據，節約維修費用，有效提高設備可靠性，避免重大事故發生。

　　(9)井下智能物流保障賦能

　　面向礦山生產物料運輸種類眾多、點多、面廣、回空管理難度大等問題，基于井下空間位置精準定位系統，建設井下物流系統，依托智慧礦山工業互聯網平臺，打通倉庫管理、承運單位、作業面用戶、生產調度連接，實現礦車、物資、位置、時間、用戶等物流屬性信息化管理，使用戶和物資管理單位精確掌控生產物資物流信息，優化配置物流資源，提高輔助運輸運行效率。

　　(10)井下智能通風保障賦能

　　面向一通三防穩定運行、礦井按需通風等核心需求，基于安全監控系統、智能通風設施、主風機監測系統，采集通風系統海量實時數據，依托智慧礦山工業互聯網平臺，融合數據模型開發智能通風網絡解算算法，構建礦井智能通風系統，打通風機、通風設施、安全監控系統等通風系統，優化風機運行效率，實現風量實時動態解算，真正實現井按需通風，從根本上保障礦井安全運行。

　　(11)井下精準感知賦能

　　在現有煤礦安全生產“人-機-環”感知系統的基礎上，通過應用低功耗、高靈敏度、寬量程、易維護傳感器技術，利用智慧礦山工業互聯網平臺構架的物聯網、5G、WiFi6、IPv6 等新一代信息通信技術，實現井下生產者之間、井下生產設備與設備之間、井下設備與操作人員之間、井下設備與井上管理人員間的互聯互通和精準感知，開創低成本、廣覆蓋、低時延的井下信息感知通信新模式。

　　(12)重大危險源辨識與風險控制賦能

　　依托智慧礦山工業互聯網 PaaS 平臺，形成多因素風險分析能力，賦能轄區、礦區煤礦，指導監管監察部門、礦山生產企業進行重點防控。通過實時采集采掘工作面地質條件、礦井水文、沖擊地壓、自然發火、瓦斯、設備等風險信息，并接入視頻監控數據與消防監測數據，統一展示在監測評估“一張圖”上，基于安全科學理論和引發煤礦安全風險的主要因素，通過平臺提供的工業大數據分析技術，對影響礦山安全的風險因素進行歸類整理與分析，構建礦山安全風險指標體系，提出煤與瓦斯突出事故風險分析模型、沖擊地壓事故風險分析模型、煤自然發火事故風險分析模型、噸煤成本風險分析模型、電力消耗風險分析模型、井下環境風險分析模型、井下超員風險分析模型、產量風險預警模型、設備故障風險分析模型等，實現智能監測預警，提高安全生產決策水平。

　　此外，圍繞礦井級、企業級和行業級視角還有很多應用場景、APP 及機理模型，限于篇幅不一一列出。

　　4.結語與展望

　　(1)近年來工業互聯網作為新基建重點領域正在各行各業火熱發展，智慧礦山是礦山兩化融合新階段的高級形態，筆者提出了基于工業互聯網體系架構下的智慧礦山五層技術架構，并對五層架構關鍵技術進行了闡述，以供參考。

　　(2)針對智慧礦山建設遇到的數據和信息孤島、數據質量和網絡、信息安全三大問題，筆者提出基于工業互聯網體系架構的平臺、網絡和安全三部分技術體系對現有礦山要素進行解耦和重構，通過邊云協同存儲和計算架構、工業 PaaS 操作系統、工業智能化應用開發環境，形成新的礦山業務運營和智能化分析 APP 應用開發生態，以解決目前存在的問題，以供借鑒。

　　(3)面向智慧礦山建設應用場景，提出以基于工業互聯網技術架構的工業 PaaS 云平臺構建“智慧礦山大腦”，賦能礦山勘探、設計、建井、開采、運輸、通風、洗選、運銷等全產業鏈應用場景。

　　(4)隨著工業互聯網技術體系演進和面向行業的深入發展，智慧礦山建設亟需與該技術體系架構融合，并開展相關探索實踐，主要包括①智慧礦山工業互聯網數據標識與標準體系進一步完善;②全面的數據采集、傳輸、存儲與分析，并資產化;③企業級、行業級智慧礦山工業互聯網平臺的建設;④示范企業與產業生態體系形成;⑤傳統礦山產業與上下游融通發展，挖掘產業數據價值，反哺產業鏈創新發展，加速推進礦山行業成果轉移轉化與交易等。